[发明专利]文字拼写错误的修正方法、系统、计算机设备及存储介质

说明书

本发明涉及一种文字拼写错误的修正方法、系统、计算机设备及存储介质，所述方法包括：利用预先训练的拼写错误修正模型检测待修正语句中各个文字及其对应的混淆字集中各个候选字在当前位置上的出现概率；根据所述出现概率识别待修正语句中拼写错误的文字；根据所述拼写错误的文字从相应混淆字集中选择候选字，并利用所述候选字修正所述待修正语句。本发明的技术方案，利用预先训练的拼写错误修正模型检测文字及其对应的混淆字集中候选字在当前位置上的出现概率，识别待修正语句中拼写错误的文字，并从相应混淆字集中选择候选字修正待修正语句，实现了对文本输入中的拼写错误准确、高效的修正。

技术领域

本发明涉及计算机软件技术领域，特别是涉及一种文字拼写错误的修正方法、系统、计算机设备及存储介质。

背景技术

随着计算机软件技术的不断发展，对于文本信息的检索、抽取、翻译等技术逐渐成熟，然而对于文本的校对还没有准确高效的方法。

对于文本中错别字的修正是文本校对的核心环节，文本中的错字严重影响了文本的质量，例如，新闻稿件对错别字的要求十分严格，如果没有对稿件中的错别字进行及时的纠正，可能会向读者传递错误信息，所以对于文本中错字的修正具有重要意义。

传统输入错误的修正方法主要采用基于统计的方法，此方法需要根据上下文中的字、词等的特征，建立统计语言模型，此方法依赖统计语言模型，在建立统计语言模型的过程中，统计数据稀疏问题会严重影响其修正的效率和精度，难以对文本输入中的拼写错误进行准确、高效的修正。

发明内容

基于此，有必要针对上述难以对文本输入中的拼写错误进行准确、高效的修正的问题，提供一种文字拼写错误的修正方法、系统、计算机设备及存储介质。

一种文字拼写错误的修正方法，包括以下步骤：

利用预先训练的拼写错误修正模型检测待修正语句中各个文字及其对应的混淆字集中各个候选字在当前位置上的出现概率；

根据所述出现概率识别待修正语句中拼写错误的文字；

根据所述拼写错误的文字从相应混淆字集中选择候选字，并利用所述候选字修正所述待修正语句。

上述文字拼写错误的修正方法，利用预先训练的拼写错误修正模型检测文字及其对应的混淆字集中候选字在当前位置上的出现概率，识别待修正语句中拼写错误的文字，并从相应混淆字集中选择候选字修正待修正语句，实现了对文本输入中的拼写错误准确、高效的修正。

在一个实施例中，所述利用预先训练的拼写错误修正模型检测待修正语句中各个文字及其对应的混淆字集中各个候选字在当前位置上的出现概率的步骤包括：

将待修正语句中的文字输入所述拼写错误修正模型进行检测，得到该文字的下一个位置上各个文字的概率向量，从各个文字的概率向量中获取下一个文字的出现概率；

获取所述文字的混淆字集，利用所述拼写错误修正模型检测所述文字的混淆字集中各个候选字在当前位置上的出现概率；其中，所述混淆字集为所述文字拼写相近的多个文字的集合。

在一个实施例中，所述检测出待测语句中的拼写错误的待修正文字的步骤包括：

若当前文字的出现概率大于第一概率阈值，则判定该文字没有拼写错误；

若当前文字的出现概率小于第一概率阈值且大于第二概率阈值，则如果该文字在其相应的混淆集中的出现概率最大，判定该文字没有拼写错误，否则判定该文字拼写错误。

在一个实施例中，所述根据所述拼写错误的文字从相应混淆字集中选择候选字，并利用所述候选字修正所述待修正语句的步骤包括：

获取各个位置上拼写错误的文字，获取所述拼写错误的文字在混淆字集中出现概率最大的K个混淆字，组成对应位置的候选字集，K≥2；